【Gartner】2025年金融科技核心洞察报告_40页_2mb

报告摘要

作者：Mike Helsel, Nick Duffy, Marcus Marion
日期：2025年2月12日
核心主题：财务技术投资趋势与挑战

投资增长：
未来三年，核心财务技术、流程自动化与优化技术、关键非财务技术三类技术的投资将增长超3%。
- 核心财务技术（如ERP云、财务规划软件FPS、财务关闭与合并解决方案）维持稳定投资，但AI增强功能将提升其价值。
- 流程自动化（BPAs、LCAP）和关键非财务技术（如CRM）需求显著上升，而部分技术（如本地ERP）因效率不足而被取代。
技术优先级：
- 价值驱动：财务领导者更关注技术对效率和敏捷性的提升，而非单纯提高生产力或成本效益。
- AI治理：到2027年，AI治理将成为全球主权法规的强制要求，当前仅37%~57%的财务团队建立了相关框架。
- 数据价值：AI生成的数据（如因果AI、自生成机器学习）将推动决策优化，但需解决数据标注和治理问题。
技术采纳趋势：
- CRM被评为最关键的非财务技术，但S2P解决方案因碎片化导致采用率下降（仅56%的组织未部署）。
- 低代码平台（LCAP）、发票到现金（I2C）等技术采用率显著提升，而本地ERP因停滞的创新被边缘化。
- 财务团队需整合多源数据（如外部供应商数据）以实现端到端流程自动化。

核心财务技术：
- ERP（云）：全球市场2023年收入达510亿美元，采用率高且价值显著，主导财务流程。
- 财务规划软件（FPS）：通过AI增强预测准确性，未来投资持续增长。
- 财务关闭与合并解决方案（FCCS）：支持多实体合规，但需优化数据整合能力。
流程自动化与优化技术：
- 业务流程自动化（BPAs）：被广泛用于优化财务流程（如采购到支付），但碎片化技术限制了整体效率。
- 低代码应用平台（LCAP）：推动决策自动化，2025年价值排名显著提升。
- 机器人流程自动化（RPA）：初级阶段，需升级为更复杂的AI驱动工具。
高级数据分析工具：
- GenAI与ML：主导未来投资（2027年GenAI相关ERP支出将占62%），但数据治理和模型可靠性仍是挑战。
- 自动化机器学习（AutoML）：降低开发门槛，提升模型生成速度。
- 因果AI：通过分析真实因果关系，提高财务决策的科学性。
关键非财务技术：
- 客户关系管理（CRM）：因多触点数据整合能力需求上升，成为战略重点。
- 人力资本管理（HCM）：与ERP集成需加强，以实现跨部门数据协同。
- 区块链：通过分布式账本改善交易透明性，但应用场景仍有限。

技术整合难题：
- 分散的自动化工具（如RPA、PID、低代码平台）导致实施复杂，需向统一平台（如BOAT）迁移以提升效率。
- 跨领域数据整合（如客户数据、财务模型）需更先进的分析能力，但人力资源和技术部门协作不足。
AI发展与风险：
- AI治理框架缺失使财务团队面临法律合规和模型偏差风险，需建立标准流程。
- AI生成内容（如报表、预测）需增强可解释性（XAI），以提升信任度。
市场变化：
- 云解决方案成为主流，传统本地ERP逐渐被淘汰（预测2027年仅占14%支出）。
- 混合云部署和多云架构需求增加，以支持柔性业务需求。
- 数据质量改进（ADQ）因投入不足，未来投资下降，需更多资源优化数据处理流程。

专注技术整合：
- 推动低代码平台、AI治理和流程挖掘工具协同，提升自动化效率。
- 强化与CRM、HCM的集成，确保跨部门数据一致性。
投资优先级调整：
- 将AI治理列为高优先级，以符合全球监管趋势。
- 加大对因果AI、自动生成的ML和云计算的投入，提升洞察深度。
能力与资源建设：
- 培训财务团队使用AI工具，减少对IT部门的依赖。
- 建立标准化数据管理实践，解决多源数据融合难题。
战略规划：
- 关注不同技术领域（如流程层、价值层）的动态变化，优化投资回报率（ROI）。
- 避免孤岛式技术采纳，优先选择能支撑端到端优化的综合方案。